MétaCan
Menu
Retour à la cohorte
Enregistrement W2609076064 · doi:10.11606/t.9.2017.tde-21122016-101054

Identificação de biomarcadores de exposição de compostos fenólicos degrumixama (<i>Eugenia brasiliensis</i> Lam.): Abordagem metabolômica

2017· dissertation· pt· W2609076064 sur OpenAlexfundno aff
Luciane de Lira Teixeira

Notice bibliographique

Revuenon disponible
Typedissertation
Languept
DomaineAgricultural and Biological Sciences
ThématiquePhytochemistry Medicinal Plant Applications
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFundação de Amparo à Pesquisa do Estado de São PauloConselho Nacional de Desenvolvimento Científico e TecnológicoUniversité Laval
Mots-clésChemistryFood science

Résumé

récupéré en direct d'OpenAlex

O consumo de frutas e verduras na dieta está associado à redução da incidência de doenças crônicas não transmissíveis entre eles câncer, síndrome metabólica e doenças cardiovasculares.A atividade biológica atribuída à ingestão desses alimentos é relacionada principalmente à presença de compostos bioativos, entre eles os compostos fenólicos, tais como flavonoides e elagitaninos.Contudo, a biodisponibilidade e a influência destes compostos no metabolismo humano não estão estabelecidas.Assim, o objetivo geral do presente estudo foi investigar as alterações no metaboloma humano decorrente da ingestão de uma fonte rica em compostos fenólicos, o suco da grumixama roxa (Eugenia brasiliensis Lam.), buscando identificar possíveis pontos de regulação do metabolismo.Para isto, a grumixama, variedades amarela e roxa, foram caracterizadas quanto ao seu perfil de compostos fenólicos e administradas na forma de suco, em dose única, a voluntários saudáveis.A grumixama roxa se mostrou rica em antocianinas e elagitaninos, principalmente cianidina 3-O-glicosídeo e a strictinina, respectivamente.Para o ensaio clínico, 15 voluntários saudáveis consumiram, em dose única, suco de grumixama roxa (10 ml de suco/kg de peso corporal).Amostras de plasma e urina foram coletadas em diferentes tempos durante 24 h após ingestão e analisados por CG-MS e LC-ESI-MS/MS.Os metabólitos exógenos excretados na urina foram identificados como urolitinas e ácidos fenólicos, derivados da degradação, principalmente, pela microbiota dos elagitaninos e das antocianinas, respectivamente.Quatro urolitinas (A, B, C e D) foram encontradas na urina, principalmente como metabólitos de fase II, detectados a partir de 4 h após a ingestão do suco com aumento na concentração observado até 24h.Além disso, quatro ácidos fenólicos foram identificados, destes o ácido hipúrico como majoritário.114 metabólitos, entre eles, 17 aminoácidos, 47 ácidos orgânicos, 7 outras classes de compostos e 43 compostos desconhecidos foram identificados por CG-MS, para os tempos de coleta de urina antes da ingestão de suco de grumixama (T0) e para os períodos de 1-2 h e 2-4 h após a ingestão.A OPLS-DA foi utilizada para descriminar os metabólitos alterados pela ingestão de suco de grumixama.A análise das vias metabólicas mostrou que a ingestão do suco de grumixama influenciou principalmente em três vias metabólicas: metabolismo do glioxilato e dicarboxilato (up-regulated), da betaalanina (down-regulated) e da fenilalanina (up-regulated), sendo essas direcionadas ao metabolismo energético.Além disso, os extratos de grumixama roxa e amarela também foram testados em modelo animal (camundongo C57BL/6J) de obesidade e resistência à insulina induzido por uma dieta rica em lipídeos e açúcares.O tratamento com os extratos, concomitante à dieta e durante 8 semanas, promoveu modulação significativa do metabolismo lipídico.Como conclusões, a grumixama roxa mostrou ser uma boa fonte de antocianinas e elagitaninos, e a interação entre metabólitos oriundos da ingestão do fruto e dos metabólitos endógenos podem estar relacionados com alterações nos metabolismos de aminoácidos e energético.No entanto, mais estudos são necessários para elucidar e validar as hipóteses geradas.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,283
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhytochemistry Medicinal Plant ApplicationsTravaux en français237 207